مدیریت برچسبهای دادهٔ نمودار در ارائهها با پایتون
مقدمه
برچسبهای داده اطلاعاتی دربارهٔ سریهای نمودار و نقاط دادهٔ منفرد را نشان میدهند، به خوانندگان کمک میکند تا مقادیر را شناسایی کرده و نمودار را درک کنند. این مقاله توضیح میدهد چگونه مقادیر را قالببندی کنید، درصدها را نمایش دهید، متن برچسب را بخوانید، برچسبها را فراتر از حداکثر محور کنترل کنید، فاصلهٔ برچسبهای محور دستهبندی را تنظیم کنید و موقعیت برچسبهای نمودار دایرهای را تنظیم کنید.
شمارش برچسبهای دادهٔ قابل مشاهده
از count_of_visible_data_labels برای بررسی تعداد برچسبهای دادهای که برای نمایش فعال هستند قبل از انتشار یک ارائه استفاده کنید. بر خلاف len(labels) که تعداد کل برچسبهای موجود در مجموعه را برمیگرداند، این متد پیشفرضهای سری و تنظیمات برچسب فردی را در نظر میگیرد.
این مثال یک نمودار ستونی با یک سری و سه نقطه داده ایجاد میکند. به مجموعهٔ labels سری دسترسی پیدا میکند و شمارش قابل مشاهده را با تغییر تنظیمات چاپ میکند: 0, 3, 2, 3. شمارش کل 3 باقی میماند.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.CLUSTERED_COLUMN, 50, 50, 500, 300)
chart.chart_data.series.clear()
chart.chart_data.categories.clear()
workbook = chart.chart_data.chart_data_workbook
series_cell = workbook.get_cell(0, 0, 1, "Values")
series = chart.chart_data.series.add(series_cell, chart.type)
for i in range(3):
category_cell = workbook.get_cell(0, i + 1, 0, f"Category {i + 1}")
chart.chart_data.categories.add(category_cell)
value_cell = workbook.get_cell(0, i + 1, 1, (i + 1) * 10)
series.data_points.add_data_point_for_bar_series(value_cell)
labels = series.labels
print(f"Total: {len(labels)}; visible: {labels.count_of_visible_data_labels}") # کل: 3; قابل مشاهده: 0
labels.default_data_label_format.show_value = True
print(f"Visible: {labels.count_of_visible_data_labels}") # قابل مشاهده: 3
labels[1].data_label_format.show_value = False
print(f"Visible: {labels.count_of_visible_data_labels}") # قابل مشاهده: 2
labels[1].data_label_format.show_legend_key = True
print(f"Visible: {labels.count_of_visible_data_labels}") # قابل مشاهده: 3
سلسلهٔ default_data_label_format تنظیمات پیشفرض را فراهم میکند. فعال کردن show_value در آن مقادیر را برای هر سه برچسب نمایش میدهد. تنظیم آن به False از طریق data_label_format یک برچسب خاص، این تنظیم را برای برچسب انتخابشده بازنویسی میکند. فعال کردن show_legend_key باعث میشود آن برچسب دوباره بهعنوان قابل مشاهده شمارش شود، حتی اگر مقدار آن مخفی بماند.
شمارش قابل مشاهده بازتاب تنظیمات نمایش است. این شمارش میزان همپوشانی، قطع شدن یا خوانایی برچسبها در نمودار رندر شده را اندازهگیری نمیکند.
تنظیم دقت عددی در برچسبهای دادهٔ نمودار
از number_format_of_values برای قالببندی مقادیر سری استفاده کنید. این مثال یک نمودار خطی با دادههای پیشفرض ایجاد میکند، جدول داده آن را نمایش میدهد و برچسبهای مقدار را برای اولین سری فعال میکند. قالب #,##0.00 جداکننده هزارگان و دو رقم اعشار را بدون تغییر مقادیر زیرین نمایش میدهد.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.LINE, 50, 50, 450, 300)
chart.has_data_table = True
series = chart.chart_data.series[0]
series.number_format_of_values = "#,##0.00"
series.labels.default_data_label_format.show_value = True
presentation.save("PrecisionOfDatalabels_out.pptx", slides.export.SaveFormat.PPTX)
برای قالببندی سلولهای عددی در کتابکار توکار یک نمودار، به تنظیم قالبهای سفارشی عدد برای سلولهای کتاب کار نگاه کنید. آن مثال همچنین نشان میدهد برچسبهای مقدار چگونه قالبهای سلول منبع را دنبال میکنند در حالی که مقادیر عددی ذخیرهشده حفظ میشوند.
نمایش درصد بهعنوان برچسبها
برای یک نمودار ستونی انباشته، هر مقدار را بهعنوان درصدی از مجموع دستهٔ مربوطه محاسبه کنید و متن را به text_frame_for_overriding اختصاص دهید. این مثال از دادههای پیشفرض نمودار استفاده میکند و درصدها را با دو رقم اعشار در قلم 8 نقطهای نمایش میدهد. دستههایی که مجموعشان صفر است برای جلوگیری از تقسیم بر صفر حذف میشوند. در صورت تغییر دادههای نمودار، متن برچسب سفارشی مجدداً محاسبه شود.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.STACKED_COLUMN, 20, 20, 400, 400)
category_totals = [0.0] * len(chart.chart_data.categories)
for k in range(len(chart.chart_data.categories)):
for series in chart.chart_data.series:
point_value = float(series.data_points[k].value.data)
category_totals[k] += point_value
for series in chart.chart_data.series:
series.labels.default_data_label_format.show_legend_key = False
for j in range(len(series.data_points)):
label = series.data_points[j].label
if category_totals[j] == 0:
continue
point_value = float(series.data_points[j].value.data)
data_point_percent = point_value / category_totals[j] * 100
portion = slides.Portion()
portion.text = f"{data_point_percent:.2f} %"
portion.portion_format.font_height = 8
label.text_frame_for_overriding.text = ""
paragraph = label.text_frame_for_overriding.paragraphs[0]
paragraph.portions.add(portion)
label.data_label_format.show_value = True
label.data_label_format.show_series_name = False
label.data_label_format.show_percentage = False
label.data_label_format.show_legend_key = False
label.data_label_format.show_category_name = False
label.data_label_format.show_bubble_size = False
presentation.save("DisplayPercentageAsLabels_out.pptx", slides.export.SaveFormat.PPTX)
تنظیم علامت درصد با برچسبهای دادهٔ نمودار
زمانی که مقادیر به صورت کسری ذخیره میشوند، از number_format برای نمایش درصدها استفاده کنید. is_number_format_linked_to_source را به False تنظیم کنید تا قالب برچسب بهصورت مستقل از سلولهای منبع اعمال شود.
این مثال یک نمودار ستونی 100٪ انباشته با سریهای قرمز و آبی در چهار دسته ایجاد میکند. هر جفت مقدار بهجمع میرسد به 1. قالب برچسب 0.0% مقدار 0.30 را بهصورت 30.0٪ نمایش میدهد، در حالی که محور عمودی دو رقم اعشار دارد. هر دو سری متن برچسب سفید با اندازه 10 نقطهای استفاده میکنند.
import aspose.slides as slides
import aspose.slides.charts as charts
import aspose.pydrawing as drawing
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.PERCENTS_STACKED_COLUMN, 20, 20, 500, 400)
chart.axes.vertical_axis.is_number_format_linked_to_source = False
chart.axes.vertical_axis.number_format = "0.00%"
chart.chart_data.series.clear()
chart.chart_data.categories.clear()
workbook = chart.chart_data.chart_data_workbook
worksheet_index = 0
for i in range(4):
category_cell = workbook.get_cell(worksheet_index, i + 1, 0, f"Category {i + 1}")
chart.chart_data.categories.add(category_cell)
series_names = ["Reds", "Blues"]
series_colors = [drawing.Color.red, drawing.Color.blue]
values = [[0.30, 0.50, 0.80, 0.65], [0.70, 0.50, 0.20, 0.35]]
for i in range(len(series_names)):
series_cell = workbook.get_cell(worksheet_index, 0, i + 1, series_names[i])
series = chart.chart_data.series.add(series_cell, chart.type)
for j in range(4):
value_cell = workbook.get_cell(worksheet_index, j + 1, i + 1, values[i][j])
series.data_points.add_data_point_for_bar_series(value_cell)
series.format.fill.fill_type = slides.FillType.SOLID
series.format.fill.solid_fill_color.color = series_colors[i]
label_format = series.labels.default_data_label_format
label_format.show_value = True
label_format.is_number_format_linked_to_source = False
label_format.number_format = "0.0%"
label_format.text_format.portion_format.font_height = 10
label_format.text_format.portion_format.fill_format.fill_type = slides.FillType.SOLID
label_format.text_format.portion_format.fill_format.solid_fill_color.color = drawing.Color.white
presentation.save("SetDataLabelsPercentageSign_out.pptx", slides.export.SaveFormat.PPTX)
خواندن متن واقعی برچسبهای داده
از get_actual_label_text برای بازیابی متنی که توسط تنظیمات یک برچسب داده تولید میشود استفاده کنید. این کار هنگام استخراج برچسبها برای گزارشها، جستجو در محتوای ارائه یا اعتبارسنجی نمودارهای تولیدشده مفید است. در مثال زیر، قالب پیشفرض data label format نام هر دسته، نام سری و مقدار را ترکیب میکند. یک نقطه مقدار را بهصورت درصد قالببندی میکند و دیگری متن سفارشی از text_frame_for_overriding استفاده میکند.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.CLUSTERED_COLUMN, 20, 20, 500, 300)
chart.chart_data.series.clear()
chart.chart_data.categories.clear()
workbook = chart.chart_data.chart_data_workbook
for i, category_name in enumerate(["Q1", "Q2"]):
category_cell = workbook.get_cell(0, i + 1, 0, category_name)
chart.chart_data.categories.add(category_cell)
north_cell = workbook.get_cell(0, 0, 1, "North")
north = chart.chart_data.series.add(north_cell, chart.type)
for i, value in enumerate([0.25, 0.75]):
value_cell = workbook.get_cell(0, i + 1, 1, value)
north.data_points.add_data_point_for_bar_series(value_cell)
south_cell = workbook.get_cell(0, 0, 2, "South")
south = chart.chart_data.series.add(south_cell, chart.type)
for i, value in enumerate([0.40, 0.60]):
value_cell = workbook.get_cell(0, i + 1, 2, value)
south.data_points.add_data_point_for_bar_series(value_cell)
for series in chart.chart_data.series:
label_format = series.labels.default_data_label_format
label_format.show_category_name = True
label_format.show_series_name = True
label_format.show_value = True
north.labels[1].data_label_format.is_number_format_linked_to_source = False
north.labels[1].data_label_format.number_format = "0%"
south.labels[0].text_frame_for_overriding.text = "Reviewed"
for series in chart.chart_data.series:
for point in series.data_points:
label = point.label
if not label.is_visible:
continue
label_text = label.get_actual_label_text()
print(f"Value: {point.value.data}; label: {label_text}")
عدد ذخیرهشده در یک نقطه داده همچنان 0.75 باقی میماند، حتی اگر برچسب آن 75% را همراه با نام دسته و سری نشان دهد. متن سفارشی متن تولیدشدهٔ برچسب را جایگزین میکند. get_actual_label_text رشتهٔ برچسب نهایی را در هر دو حالت برمیگرداند. بهطور جداگانه is_visible را بررسی کنید، همانطور که در بالا نشان داده شد، وقتی فقط میخواهید برچسبهای قابل مشاهده را استخراج کنید.
کنترل برچسبهای داده فراتر از حداکثر محور
هنگامی که محدودهٔ محور را بهصورت دستی محدود میکنید، ممکن است برخی نقاط داده از حداکثر آن عبور کنند. از show_data_labels_over_maximum برای کنترل اینکه آیا برچسبهای دادهٔ آنها نمایش داده شوند یا نه استفاده کنید. این تنظیم قابلیت نمایش برچسب را تغییر میدهد؛ محدودهٔ محور یا مقادیر دادهٔ زیرین را تغییر نمیدهد.
مثال زیر یک نمودار ستونی خوشهای 2D با مقادیر 60 و 120 ایجاد میکند. is_automatic_max_value را روی False و max_value را بر روی 100 در محور عمودی تنظیم میکند. اسلاید اول اجازه میدهد برچسبها فراتر از حداکثر باشند؛ یک نسخهٔ آن اسلاید این برچسبها را غیرفعال میکند. هر دو اسلاید در DataLabelsOverMaximum.pptx ذخیره میشوند.
با show_value برچسبهای مقدار را فعال کنید. تنظیم در سطح نمودار بهتنهایی نمایش مقدار را فعال نمیکند و یا تنظیم غیر فعال مقدار برچسب فردی را نادیده نمیگیرد. این مثال مقادیر را برای کل سری فعال میکند و از position برای قرار دادن برچسبها در انتهای بیرونی هر ستون استفاده میکند.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.CLUSTERED_COLUMN, 50, 50, 600, 400)
chart.has_legend = False
chart.chart_data.series.clear()
chart.chart_data.categories.clear()
workbook = chart.chart_data.chart_data_workbook
first_category = workbook.get_cell(0, 1, 0, "Within range")
second_category = workbook.get_cell(0, 2, 0, "Above maximum")
chart.chart_data.categories.add(first_category)
chart.chart_data.categories.add(second_category)
series_name = workbook.get_cell(0, 0, 1, "Values")
series = chart.chart_data.series.add(series_name, chart.type)
first_value = workbook.get_cell(0, 1, 1, 60)
second_value = workbook.get_cell(0, 2, 1, 120)
series.data_points.add_data_point_for_bar_series(first_value)
series.data_points.add_data_point_for_bar_series(second_value)
series.labels.default_data_label_format.show_value = True
series.labels.default_data_label_format.position = charts.LegendDataLabelPosition.OUTSIDE_END
chart.axes.vertical_axis.is_automatic_max_value = False
chart.axes.vertical_axis.max_value = 100
chart.show_data_labels_over_maximum = True
second_slide = presentation.slides.add_clone(slide)
second_chart = second_slide.shapes[0]
second_chart.show_data_labels_over_maximum = False
presentation.save("DataLabelsOverMaximum.pptx", slides.export.SaveFormat.PPTX)
تصاویر زیر اسلایدهای ذخیرهشده را که توسط Microsoft PowerPoint رندر شدهاند نشان میدهند. با True، برچسب 120 در حد بالایی قابل مشاهده است؛ با False مخفی میشود. برچسب 60 همچنان قابل مشاهده است، حداکثر محور در 100 باقی میماند و نقطه دادهٔ دوم در هر دو حالت 120 میماند.
| show_data_labels_over_maximum = True | show_data_labels_over_maximum = False |
|---|---|
![]() |
![]() |
Chart Type
این مثال از یک نمودار ستونی 2D با محور مقدار استفاده میکند. نمودارهایی که محور مقدار ندارند، مانند نمودارهای دایرهای و دونات، حداکثر محور برای محدود کردن به این شکل ندارند.تنظیم فاصله برچسب از محور
از label_offset برای کنترل فاصله بین برچسبهای محور دستهبندی و خود محور استفاده کنید. مقدار این ویژگی درصدی از حداکثر اندازه قلم برچسبهای محور است. این مثال یک نمودار ستونی خوشهای ایجاد میکند و مقدار [label_offset] محور افقی را روی 500 تنظیم میکند. این تنظیم برچسبهای محور دستهبندی را تحت تأثیر قرار میدهد نه برچسبهای متصل به نقاط دادهٔ منفرد.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.CLUSTERED_COLUMN, 20, 20, 500, 300)
chart.axes.horizontal_axis.label_offset = 500
presentation.save("SetCategoryAxisLabelDistance_out.pptx", slides.export.SaveFormat.PPTX)
تنظیم مکان برچسب
در یک نمودار دایرهای، موقعیت برچسبهای داده را برای بهبود فواصل و ایجاد فضا برای خطوط رهبری تنظیم کنید.
این مثال مقدار اولین نقطه داده را نمایش میدهد، برچسب آن را بیرون از قطعه قرار میدهد و افستهای x و y آن را تنظیم میکند. این افستها به ترتیب نسبت به عرض و ارتفاع نمودار بیان شدهاند.
import aspose.slides as slides
import aspose.slides.charts as charts
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.PIE, 50, 50, 200, 200)
series = chart.chart_data.series
label = series[0].labels[0]
label.data_label_format.show_value = True
label.data_label_format.position = charts.LegendDataLabelPosition.OUTSIDE_END
label.x = 0.71
label.y = 0.04
presentation.save("presentation.pptx", slides.export.SaveFormat.PPTX)

قالببندی خطوط رهبری
هنگامی که برچسبهای نمودار دایرهای در خارج از قطعات خود قرار میگیرند، خطوط رهبری به خوانندگان کمک میکند تا هر مقدار را با قطعهٔ مناسب مطابقت دهند. یک رنگ متضاد و خط کمی ضخیمتر میتواند این اتصالات را قابل پیگیریتر کند، در حالی که شفافیت و سبک نقطهچین خطوط را بهصورت بصری کمتداخل نگه میدارد.
از leader_lines_format برای قالببندی خطوط رهبری در سطح مجموعهٔ برچسبهای دادهٔ سری استفاده کنید. تنظیمات در series.labels.leader_lines_format.line بر کل مجموعه اعمال میشود، نه بر یک برچسب منفرد.
این مثال یک نمودار دایرهای با دادههای پیشفرض ایجاد میکند، مقادیر را در خارج از قطعات نشان میدهد و show_leader_lines را فعال میکند. دو برچسب را با استفاده از افستهای x و y که بهصورت کسرهای عرض و ارتفاع نمودار بیان شدهاند، از قطعات خود دورتر میبرد. ارائه ورودی مورد نیاز نیست.
fill_format خط را با رنگ آبی ثابت و مقدار آلفای 191 از 255 تنظیم میکند که تقریباً 25٪ شفافیت میدهد. width ضخامت را به 2 نقطه تنظیم میکند و dash_style خط را نقطهچین میکند.
import aspose.slides as slides
import aspose.slides.charts as charts
import aspose.pydrawing as drawing
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.PIE, 80, 50, 560, 400)
chart.has_legend = False
series = chart.chart_data.series[0]
label_format = series.labels.default_data_label_format
label_format.show_value = True
label_format.position = charts.LegendDataLabelPosition.OUTSIDE_END
label_format.show_leader_lines = True
# دو برچسب را از قطعات خود دورتر منتقل کنید.
series.labels[0].x = 0.10
series.labels[0].y = -0.05
series.labels[1].x = -0.10
series.labels[1].y = 0.05
line = series.labels.leader_lines_format.line
line.fill_format.fill_type = slides.FillType.SOLID
line.fill_format.solid_fill_color.color = drawing.Color.from_argb(191, 30, 90, 160)
line.width = 2
line.dash_style = slides.LineDashStyle.DASH
presentation.save("FormattedLeaderLines.pptx", slides.export.SaveFormat.PPTX)
فعالسازی خطوط رهبری تضمین نمیکند که برای هر برچسب یک خط ظاهر شود. قابلیت مشاهده به موقعیت برچسب و رفتار چیدمان نمودار بستگی دارد. در این مثال، دو برچسب جابجا شده دارای خطوط رهبری قابل مشاهده هستند؛ برچسبهایی که نزدیک به قطعات خود میمانند به این خطوط نیازی ندارند.
تصویر زیر FormattedLeaderLines.pptx ذخیرهشده را که با Aspose.Slides رندر شده است نشان میدهد:

افزودن ردیفهای متعدد برچسبهای داده در بالای نمودار ستونی
این مثال یک نمودار ستونی با دو ردیف برچسب داده در بالای ناحیهٔ ترسیم ایجاد میکند. سری A ستونهای قابل مشاهده را نمایش میدهد، در حالی که سریهای B و C برچسبهای اضافی را فراهم میکنند. ستونهای آنها با حذف پر و خط حاشیه مخفی میشوند. ویژگی overlap تمام سه سری را با مراکز دستهٔ یکسان هماهنگ میکند.
تنظیمات plot_area فضای لازم برای ردیفهای برچسب را رزرو میکند. پس از محاسبه موقعیتهای پیشفرض توسط validate_chart_layout، افستهای x و y تراز افقی را حفظ میکند و افستهای عمودی را برای چیدمان برچسبها در دو ردیف اعمال میکند. اعداد همچنان برچسبهای دادهٔ مرتبط با مقادیر سریها هستند؛ تنها عنوانهای ردیف بهصورت اشکال متنی جداگانه هستند.
import aspose.slides as slides
import aspose.slides.charts as charts
import aspose.pydrawing as drawing
with slides.Presentation() as presentation:
slide = presentation.slides[0]
chart = slide.shapes.add_chart(charts.ChartType.CLUSTERED_COLUMN, 40, 40, 640, 200)
chart.has_title = False
chart.has_legend = False
chart.text_format.portion_format.font_height = 12
chart.chart_data.series.clear()
chart.chart_data.categories.clear()
workbook = chart.chart_data.chart_data_workbook
workbook.clear(0)
categories = ["North", "South", "East", "West"]
series_names = ["Series A", "Series B", "Series C"]
series_values = [
[35, 42, 28, 47],
[22, 31, 19, 26],
[12, 16, 14, 18]
]
for category_index, category_name in enumerate(categories):
category_cell = workbook.get_cell(0, category_index + 1, 0, category_name)
chart.chart_data.categories.add(category_cell)
for series_index, series_name in enumerate(series_names):
series_cell = workbook.get_cell(0, 0, series_index + 1, series_name)
series = chart.chart_data.series.add(series_cell, charts.ChartType.CLUSTERED_COLUMN)
for category_index in range(len(categories)):
value_cell = workbook.get_cell(0, category_index + 1, series_index + 1, series_values[series_index][category_index])
series.data_points.add_data_point_for_bar_series(value_cell)
if series_index > 0:
# ستونهای B و C را پنهان کنید، اما برچسبهای داده آنها را نگه دارید.
series.format.fill.fill_type = slides.FillType.NO_FILL
series.format.line.fill_format.fill_type = slides.FillType.NO_FILL
label_format = series.labels.default_data_label_format
label_format.show_value = True
label_format.text_format.portion_format.font_height = 12
label_fill = label_format.text_format.portion_format.fill_format
label_fill.fill_type = slides.FillType.SOLID
label_fill.solid_fill_color.color = drawing.Color.black
label_format.position = charts.LegendDataLabelPosition.INSIDE_BASE
# تمام سه سری را با مراکز دسته یکسان همراستا کنید.
chart.chart_data.series[0].parent_series_group.overlap = 100
# برای این مثال فشرده خطوط شبکه کمتری استفاده کنید.
chart.axes.vertical_axis.is_automatic_major_unit = False
chart.axes.vertical_axis.major_unit = 10
# فضای بالای نمودار را برای دو ردیف برچسب داده اختصاص دهید.
chart.plot_area.layout_target_type = charts.LayoutTargetType.INNER
chart.plot_area.x = 0.15
chart.plot_area.y = 0.32
chart.plot_area.width = 0.80
chart.plot_area.height = 0.48
chart.validate_chart_layout()
for series_index in range(1, len(series_names)):
series = chart.chart_data.series[series_index]
row_top = 0.15 if series_index == 1 else 0.03
for category_index in range(len(categories)):
data_label = series.data_points[category_index].label
# موقعیت افقی پیشفرض را حفظ کنید. Y یک افست از
# موقعیت پیشفرض برچسب است، بهصورت کسری از ارتفاع نمودار بیان شده.
data_label.x = 0
data_label.y = row_top - data_label.actual_y / chart.height
# فقط عنوان ردیف یک شکل متنی جداگانه است.
row_heading = slide.shapes.add_auto_shape(slides.ShapeType.RECTANGLE, chart.x, chart.y + row_top * chart.height, 85, 18)
row_heading.fill_format.fill_type = slides.FillType.NO_FILL
row_heading.line_format.fill_format.fill_type = slides.FillType.NO_FILL
row_heading.add_text_frame(series_names[series_index])
row_heading.text_frame.text_frame_format.margin_top = 0
row_heading.text_frame.text_frame_format.margin_bottom = 0
heading_format = row_heading.text_frame.paragraphs[0].portions[0].portion_format
heading_format.font_height = 12
heading_format.fill_format.fill_type = slides.FillType.SOLID
heading_format.fill_format.solid_fill_color.color = drawing.Color.black
presentation.save("multiple-rows-of-labels.pptx", slides.export.SaveFormat.PPTX)

سوالات متداول
چگونه میتوانم از همپوشانی برچسبهای داده در نمودارهای متراکم جلوگیری کنم؟
ترکیب جایگذاری خودکار برچسبها، خطوط رهبری و کاهش اندازه قلم؛ در صورت لزوم برخی فیلدها (بهعنوان مثال، دسته) را مخفی کنید یا فقط برچسبها را برای مقادیر افراطی یا نقاط کلیدی نمایش دهید.
چگونه میتوانم برچسبها را فقط برای مقادیر صفر، منفی یا خالی غیرفعال کنم؟
قبل از فعالسازی برچسبها نقاط داده را فیلتر کنید و نمایش مقادیر 0، مقادیر منفی یا مقادیر گمشده را بر اساس قانونی تعریفشده خاموش کنید.
چگونه میتوانم سبک برچسبها را هنگام خروجی به PDF/تصاویر ثابت نگه دارم؟
بهصورت صریح خانواده و اندازه قلم را تنظیم کنید و اطمینان حاصل کنید که قلم در محیط رندر موجود است تا از استفادهٔ قلم پیشفرض جلوگیری شود.

